使用Numpy计算行列式结果与精确值不匹配 相等判断返回false如何解决

该问题的核心是浮点数精度误差，具体原因如下：

• Numpy的linalg.det方法底层采用LU分解等数值计算方法实现，而非直接代入代数公式做精确整数运算，返回结果为浮点数类型
• 受浮点数二进制存储精度限制，你的示例中b的实际计算结果大概率为-2.0000000000000004或者-1.9999999999999996这类和-2极其接近但不完全相等的数值
• 数值计算场景下直接对浮点数使用==做严格相等判断本身就是不推荐的做法，很容易因精度误差得到不符合预期的结果

• 方案1（通用推荐方案）：使用Numpy内置的近似相等判断函数np.allclose()，该函数会在默认/自定义的容差范围内判断两个数值是否相等，默认容差完全可以覆盖这类计算误差，示例代码：

print(np.allclose(b, -2)) # 输出为True

• 方案2（仅适用于行列式结果确定为整数的场景）：先对结果做指定精度的四舍五入后再做相等判断：

print(round(b, 10) == -2) # 保留10位小数后判断，输出为True

内容的提问来源于stack exchange，提问作者ariankazemi